Хотелось бы определить, ответил ли на входящий вызов человек или машина.
Подробнее
Я использую Twilio. И в Twilio есть эта функция. Однако то, как это реализовано в их системе, кажется, не подходит для моего варианта использования.
Twilio использует обнаружение автоответчика для управления потоком звонков. По этой причине Twilio ждет несколько секунд после подключения вызова, чтобы проанализировать звук вызова и убедиться, что это автоответчик. Он не продолжает подключение вызова до тех пор, пока не задержит вызов и не выполнит этот анализ.
Для моего варианта использования. То, ответил ли на вызов человек или машина, не влияет на поток вызовов... поэтому задержка не требуется. Это влияет только на статистику, которая понадобится позже. А именно в данном случае: «Как часто человек, которому я плачу за ответ на телефонный звонок, на самом деле отвечает на телефонный звонок, а не пропускает звонок и передает его на голосовую почту?»
Все входящие вызовы переадресовываются на телефон. Обычно это мобильный телефон.
Вопрос
Есть ли способ определить идентификатор, на который ответил человек или машина постфактум, но с нет ли задержки при использовании Twilio?
Если нет, есть ли другой шаблон, о котором я не подумал, который можно использовать для достижения той же цели? (Чтобы определить частоту, с которой сотрудник отвечает на телефонные звонки, а не пропущенные звонки)
Другие вещи, которые я рассмотрел
- < li>Увеличьте количество звонков на мобильном телефоне, а затем позвольте Twilio принимать голосовую почту вместо голосовой почты оператора сотовой связи.
- Проблема этого решения заключается в том, что Многие операторы сотовой связи не позволяют вам изменить количество звонков телефона перед тем, как сработает голосовая почта. Еще сложнее то, что количество колец не установлено. Оператору сотовой связи может потребоваться больше или меньше времени, чтобы найти телефон, и это учитывается в количестве времени, в течение которого телефон будет звонить, прежде чем он перейдет на голосовую почту.
- Вероятно, это жизнеспособная альтернатива. Проблема здесь в том, что я очень мало знаю о том, как можно использовать Python для анализа аудиофайла, чтобы определить, звучит ли он как человек или машина.
Подробнее здесь: https://stackoverflow.com/questions/259 ... r-the-fact
